A peine commandé, déjà à la porte
Acheté hier – livré demain: il n'y a pas longtemps, l'envoi de produits commandés était une fonctionnalité de qualité dans les 48 heures avec lesquelles les détaillants en ligne ont pu se positionner vers leurs concurrents. Mais depuis que la livraison le lendemain a été sur les lèvres de chacun et que les premiers fournisseurs livrent le même jour, des délais de livraison extrêmement courts pour de nombreux clients ont non seulement été normaux, mais explicitement requis.
Jusqu'à présent, les délais de livraison étaient soumis à des contraintes naturelles qui ne pouvaient être prolongées qu'avec des efforts technologiques importants. Outre la mise en place d'un réseau complet d'entrepôts décentralisés et le développement des flottes de transport forward-looking est une approche clé de l'optimisation.
Le développement d' forward-looking est une fois de plus propulsé par Amazon . Rien d'étonnant à cela, puisque l'entreprise dispose d'une mine de données apparemment infinie : chaque consultation de produit, chaque page visitée et chaque clic sur les sites web d'Amazon sont enregistrés. Et ce sont précisément ces informations qui alimentent les algorithmes utilisés, qui utilisent un temps de visite plus long ou des pages consultées répétées pour déterminer la probabilité qu'un client potentiel devienne acheteur. La méthode d'analyse apprend en permanence grâce aux nouvelles données acquises et peut ainsi améliorer continuellement la précision de ses prédictions. Une fois un certain niveau de précision atteint, il est tout à fait logique pour Amazon de prioriser les processus logistiques en aval, tels que l'externalisation, la préparation des commandes et l'expédition. Lorsque le client clique enfin sur le bouton d'achat, le colis est déjà prêt ; il ne reste plus qu'à imprimer une étiquette d'adresse avant son expédition.
Mais la technologie, brevetée par Amazon, va encore plus loin : elle se sépare du client individuel et encercle des groupes de clients entiers à l'aide de calculs de probabilité. De cette manière, des hypothèses sont formulées sur le comportement d’achat de régions entières. Un exemple pourrait être un événement sportif dans une ville. Une semaine à l'avance, un entrepôt voisin commencerait à préparer les maillots pour l'expédition des équipes participantes. Les colis seraient alors munis d'étiquettes d'adresse sur lesquelles la ville destinataire ou une zone de code postal est déjà indiquée. Les articles y seraient ensuite transportés et, si nécessaire, stockés dans le camion ou dans un entrepôt tampon décentralisé jusqu'à l'arrivée effective des commandes prévues. Ce qui suit est simplement le remplissage de l’étiquette d’expédition. Le camion démarre alors et livre le maillot souhaité peu après la réception de la commande.
Logistique d'entrepôt prédictive
Que ce soit dans l'entrepôt central ou dans un entrepôt tampon local, la condition préalable à une expédition rapide est une préparation en douceur des articles. Des solutions logistiques performantes sont ici nécessaires pour que le gain de temps gagné ne soit pas perdu en raison d'une livraison retardée. Et c’est précisément là que les petits e-commerçants ont la possibilité de se positionner en termes de rapidité par rapport au géant de Seattle.
Ici aussi, le processus est contrôlé de manière forward-looking . Par exemple, le logiciel de contrôle attribue des ordres de suivi en fonction des plannings de travail assignés aux systèmes de transport ou aux préparateurs de commandes s'ils se trouvent à proximité du lieu de stockage d'un article supplémentaire à prélever. Des critères de sélection supplémentaires peuvent également être intégrés à des capteurs de position embarqués, tels que des puces RFID ou des GPS. Dans les robots autonomes, le contrôle anticipatif se produit lorsque les appareils communiquent de manière autonome entre eux et décident eux-mêmes quel module est le plus à même de prélever l'article en fonction de leur position actuelle ou des itinéraires prévus.
Qu'elle soit pilotée par logiciel ou autonome, la planification forward-looking permet de coordonner efficacement les itinéraires à parcourir dans l'entrepôt. Alors qu'il n'y a pas si longtemps, les articles étaient stockés dans des rayonnages conventionnels, d'où ils étaient extraits manuellement et transportés sur de longues distances pour l'expédition ou la production, les processus d'entrepôt de nombreuses entreprises sont aujourd'hui entièrement automatisés et en parallèle.
Cette logistique automatisée nécessite des dispositifs de stockage compacts, pouvant être placés à proximité immédiate des stations de préparation de commandes et présentant également des performances de livraison élevées. Les stockages tampons verticaux pourraient être une solution ici en raison de leurs petites dimensions et de leurs performances de préparation de commandes élevées.
Transport chez le client
Mais à quoi servent tous les algorithmes, les lieux de stockage décentralisés et le picking le plus rapide si les colis restent bloqués dans le trafic sur le chemin du client ? Ici aussi, la technologie sous forme de Big Data est utile : les flux de circulation sont surveillés en permanence et les conducteurs se voient toujours indiquer l'itinéraire optimal. Institut Hasso Plattner vont encore plus loin . Ils ont récemment développé un système qui relie les informations internes aux données relatives au trafic disponibles en ligne et en temps réel. Grâce à cette solution, les entreprises de logistique peuvent recevoir des prévisions précises sur le flux du trafic. Le système combine et évalue les informations les plus récentes provenant des flottes de fret de l'utilisateur avec les données de trafic actuelles. De cette façon, vous pouvez savoir immédiatement si, où et depuis quand un de vos camions est dans un embouteillage et dans quelle mesure cela retarde le transport.
Mais le système peut faire encore plus, puisqu’il permet de prévoir les perturbations de la circulation avant qu’elles ne surviennent réellement. Par exemple, si les données GPS montrent un nombre croissant de véhicules circulant sur une autoroute, on peut en déduire que des embouteillages sont imminents. Les informations sur les conditions météorologiques peuvent également être utilisées pour tirer des conclusions sur les heures de départ des ferries ou des avions. Grâce à ces informations, les itinéraires planifiés peuvent être optimisés à un stade précoce afin que le client ait réellement les marchandises entre les mains dès qu'il les a commandées en ligne.
Une alternative pourrait être le géant du Web américain, qui souhaite desservir le marché directement depuis les airs avec ses drones de livraison, au moins à moyen terme. Du point de vue de l'entreprise, il s'agit certainement d'une bonne opportunité d'optimiser son service Prime Now grâce au transport de marchandises par drone. Embouteillages, rues bondées ou manque de places de stationnement pour les véhicules de livraison : tout cela ne ferait plus obstacle à une livraison rapide.
Les dirigeants de l'entreprise réclament déjà des couloirs aériens spéciaux pour les avions sans pilote. Les drones de livraison pourraient opérer à des altitudes comprises entre 60 et 120 mètres où ils ne perturberaient pas le trafic aérien. Il est techniquement possible de transporter des marchandises par drone sans problème majeur. Les appareils sont déjà testés, notamment au Canada. Les autorisations officielles nécessaires restent actuellement problématiques. Mais une fois ces problèmes réglés, Prime Air , livraison dans les 30 à 60 minutes suivant la commande, ne serait plus qu'un rêve d'avenir. La question est de savoir quel client paierait les coûts supplémentaires non négligeables liés à ce service. Mais Amazon a certainement déjà une réponse à cette question avec ses algorithmes.